واحد 6 / 11

انطباق، AML و KYC: مشتری و هوش مصنوعی ضد پولشویی خود را بشناسید

سود:

  • درک نحوه عملکرد فرآیندهای AML (ضد پولشویی) و KYC (مشتری خود را بشناسید) و نحوه استفاده از هوش مصنوعی در نظارت بر تراکنش، اسکن و خلاصه فایل
  • امکان استفاده از هوش مصنوعی برای طرح کلی تراکنش های مشکوک و خلاصه پروفایل ریسک مشتری، واگذاری تصمیم گزارش تراکنش مشکوک (STR) به افسر انطباق مجاز
  • غربالگری اجرایی/PEP، عدم تطابق، و توانایی درک اینکه چرا انطباق به نظارت انسانی و حفظ دنباله حسابرسی نیاز دارد

بانک ها فقط پول ذخیره نمی کنند. همچنین دروازه سیستم مالی را نگه می دارد. بانک ها برای جلوگیری از عبور پول سیاه، تامین مالی تروریسم و ​​وجوه تحریمی از این در، تعهدات قانونی دارند. دو فرآیند کلیدی این امکان را فراهم می کند: KYC (مشتری خود را بشناسید) این است که تأیید کند مشتری کیست و منبع سرمایه ای که با آن تجارت می کند. AML (ضد پول شویی) برای نظارت بر تراکنش ها و شناسایی موارد مشکوک است. در ترکیه، تنظیم کننده این حوزه MASAK (هیئت بررسی جرایم مالی) است و بانک ها موظفند تراکنش های مشکوک را با گزارش تراکنش های مشکوک (STR/SAR) گزارش کنند. هوش مصنوعی در مدیریت حجم عظیمی از نظارت بر تراکنش، اسکن نام و خلاصه سازی فایل قدرتمند است. اما تصمیم STR تصمیمی است که پیامدهای قانونی دارد و متعلق به افسر مجاز انطباق است. مدل یک غربالگری اولیه و یک پیش نویس تولید می کند، تصمیم گیری نمی کند.

در این بخش، نحوه عملکرد AML/KYC، نحوه استفاده از هوش مصنوعی در نظارت بر تراکنش، غربالگری و خلاصه فایل و اینکه چرا نظارت انسانی و پیگیری حسابرسی ضروری است را خواهیم دید.

نحوه عملکرد KYC و AML

  • KYC (شناسایی مشتری): تأیید هویت، شناسایی ذینفع واقعی (مالک اصلی صندوق)، طبقه بندی ریسک. بررسی دقیق در مورد مشتریان پرخطر اعمال می شود (به عنوان مثال PEP - فرد در معرض سیاسی).
  • نظارت بر تراکنش: اسکن تراکنش‌های مشتری برای الگوهای شناخته‌شده شویی (smurfing - تقسیم مقادیر زیاد به بخش‌های زیرآستانه، ورود و خروج سریع، شبکه‌های حساب نامرتبط).
  • غربالگری: مقایسه اسامی با لیست تحریم ها و لیست های PEP.
  • اطلاع رسانی (STR): اطلاع رسانی به MASAK زمانی که ظن به حد معقول رسید.
نکته: در AML هدف "اثبات گناه" نیست بلکه "گزارش ظن منطقی" است. افسر انطباق دادستان نیست. موظف است نسبت به ارزیابی صحیح شبهه و ابلاغ قانونی به موقع اقدام نماید. این ارزیابی نیاز به قضاوت دارد و نمی توان آن را به مدل تفویض کرد.

هوش مصنوعی کجا کمک می کند

تلاش

نقش هوش مصنوعی

چه کسی تصمیم / تایید را دارد؟

ردیابی فرآیند، علامت گذاری الگو

ایجاد هشدار

تحلیلگر انطباق بررسی می کند

نام / تحریم / غربالگری PEP

نامزد مسابقه

افسر انطباق تایید می کند

خلاصه فایل مشتری

پیش نویس خلاصه

تحلیلگر تایید می کند

پیش نویس نمایه ریسک

پیش نویس طبقه بندی

انطباق را تایید می کند

پیش نویس متن STR

پیش نویس متن

تصمیم/امضای افسر مجاز انطباق

مدل قبل از غربالگری و پیش نویس هر خط را تولید می کند. تصمیم گیری برای گزارش تراکنش های مشکوک با افسر انطباق مجاز است.

مشکل تطبیق کاذب

اینجاست که اسکن نام رایج ترین خطاها را ایجاد می کند. هزاران نفر به نام «مهمت یلماز» هستند. یک "مهمت یلماز" در لیست تحریم ها و مشتری شما لازم نیست همان فرد باشد. به این تطابق مثبت کاذب می گویند. افسر انطباق باید مطابقت را با شناسه های اضافی مانند تاریخ تولد، ملیت، شماره شناسایی و غیره تأیید کند. هر دو اشتباه جدی هستند: اعلام یک مشتری بی گناه تحریم شده و از دست دادن یک مسابقه واقعی. بنابراین تصمیم با خود شخص است.

توجه: "مدل مطابق" به معنای "فرد همان است" نیست. اعلام اشتباه مشتری به عنوان تحریم شده نه تنها باعث آسیب جدی به آن شخص می شود بلکه بانک را در معرض خطر قانونی قرار می دهد. مطابقت همیشه با شناسه های اضافی تأیید می شود.

چهار قالب قابل کپی

1) پیش ارزیابی الگوی فرآیند:

نقش شما: دستیار تحلیلگر AML که بررسی را آماده می کند. صدور حکم. سری تراکنش های بی نام: [6 واریز جداگانه 9800 لیر در 10 روز، دستگاه های خودپرداز مختلف]. وظیفه: این سری شبیه به کدام الگوهای شستشوی شناخته شده (ساختار، ورود-خروج سریع و غیره) است؟ هر شباهتی را به داده نسبت دهید. "حکم مشکوک" را صادر نکنید. سوالاتی را که باید مرور کنید فهرست کنید.

2) چک لیست تایید مطابقت نام:

نام مشتری با فهرست اجرایی/PEP مطابقت داشت. شناسه های اضافی و مراحلی را که افسر انطباق باید بررسی کند تا مطابقت نادرست را رد کند، فهرست کنید. قضاوت نکنید؛ فقط مجموعه سؤالات تأیید را ایجاد کنید. (به عنوان مثال: تاریخ تولد، ملیت، شماره شناسایی، همپوشانی آدرس.)

3) خلاصه فایل مشتری (بررسی KYC):

نقش شما: دستیار خلاصه فایل KYC. اطلاعات جدید را بر اساس یادداشت های فایل ناشناس که به شما دادم اضافه کنید. وظیفه: یک خلاصه منظم و خنثی از ارزیابی ریسک مشتری تهیه کنید. هر نقطه مبهم یا گم شده را به عنوان "[تایید لازم است]" علامت گذاری کنید. افسر انطباق تصمیم گیری کلاس ریسک را خواهد گرفت.

4) پیش نویس متن STR:

نقش شما: دستیار که گزارش تراکنش های مشکوک را تهیه می کند. فقط بر اساس یافته های تأیید شده، حدس و گمان اضافه نکنید. به زبان خنثی و واقعی توضیح دهید که چرا معامله مشکوک تلقی می شود. تصمیم و امضای نهایی اطلاع رسانی متعلق به افسر مجاز انطباق است. این یک پیش نویس است. یافته ها: [یادداشت های تراکنش و مشاهده تایید شده]

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

تصمیم بگیرید که آیا این مشتری مشکوک است، آیا باید STR را انجام دهم؟ اگر نام با لیست مطابقت دارد، مستقیماً تحریم شده را در نظر بگیرید.

این نیاز به قضاوت قانونی از مدل دارد، عدم تطابق را نادیده می گیرد و دنباله حسابرسی ایجاد نمی کند.

اعلان قدرتمند:

نقش شما: دستیار ارائه پیش‌آزمایش و تهیه پیش‌نویس برای تحلیلگر انطباق، نه تصمیم‌گیرنده. الگوهای معاملات را برای شباهت به ریسک های شناخته شده مشخص کنید. هر مورد را به داده وصل کنید. نام را مطابق با "نامزد" در نظر بگیرید و سؤالات تأیید را با شناسه های اضافی ایجاد کنید. تهیه و امضای STR متعلق به افسر مجاز انطباق است. عدم قطعیت ها را علامت گذاری کنید.

درخواست قوی، مرحله مقدماتی را به عنوان یک پیش نویس قرار می دهد، عدم تطابق را در نظر می گیرد و تصمیم گیری را به مقام رسمی واگذار می کند.

سه کیف کوچک

مورد 1 - پیکربندی گرفته شده است. مدل نشان دهنده 7 واریز در محدوده 9500-9900 لیر به حسابی از شعب مختلف در 8 روز است. همه درست زیر آستانه گزارش. تحلیلگر آن را بررسی می کند، متوجه می شود که با فعالیت اعلام شده مشتری ناسازگار است و افسر مجاز انطباق پیش نویس STR را تأیید و تأیید می کند. مدل از قبل واجد شرایط بود، تصمیم انسانی گرفته شد.

مورد 2 - تطابق نادرست حذف می شود. غربالگری مشتری را با نامی در لیست تحریم ها مطابقت می دهد. افسر رعایت تاریخ تولد و ملیت را مقایسه می کند: آنها مطابقت ندارند. این یک عدم تطابق است. رکورد بدون آسیب رساندن به مشتری کسر می شود. اگر به طور خودکار به عنوان "تحریم شده" علامت گذاری می شد، یک فرد بی گناه آسیب جدی می دید.

مورد 3 - خطر اتوماسیون بیش از حد. یک تیم پیشنهاد می کند که تمام هشدارهای تولید شده توسط مدل به طور خودکار بدون بازبینی آنها به STR تبدیل شوند. این مورد رد می شود: نه تنها بیشتر هشدارها مثبت کاذب هستند، بلکه جریان اعلانات غیرقابل توجیه و بدون ردیابی حسابرسی هم در مقابل MASAK و هم در قانون غیرقابل دفاع است. این فرآیند با بررسی انسانی و دنباله حسابرسی بازسازی می شود.

چرا دنباله حسابرسی ستون فقرات AML است

در AML، ارسال یک اعلان به همان اندازه مهم است که بتوانید نشان دهید که چرا آن اعلان را ایجاد کرده اید (یا چرا آن را انجام نداده اید). سالها بعد وقتی حسابرس آمد گفت: "این هشدار را دیدی، چرا STR را انجام ندادی؟" او ممکن است بپرسد؛ پاسخ شما باید ثبت و موجه باشد. به همین دلیل است که هر مرحله از فرآیند AML ردی از خود به جای می گذارد:

  • ثبت هشدار: کدام قانون/مدل کدام عمل را با کدام امتیاز مشخص کرده است.
  • سابقه بررسی: تحلیلگر به چه چیزی نگاه کرد، چه اطلاعات اضافی را جمع آوری کرد، آیا تماسی با مشتری وجود داشت؟
  • توجیه تصمیم: STR انجام شد/ انجام نشد و چرا. چه کسی آن را تایید کرد؟

هوش مصنوعی می تواند به سرعت پیش نویس این رکوردها را تولید کند. اما صحت و کامل بودن سوابق به عهده افسر انطباق است. وضعیت "ما تصمیم گرفتیم اما ننوشتیم چرا تصمیم گرفتیم" غیرقابل دفاع ترین موضع در AML است.

نکته: یک دنباله حسابرسی خوب بر اساس یادداشتی است که در زمان تصمیم گرفته شده است، نه بر فرض "بعداً آن را به خاطر خواهم آورد". گذر زمان جزئیات را پاک می کند. استدلال را همزمان با تصمیم یادداشت کنید. این هم برای قانون گذاری و هم برای حفاظت از خود حیاتی است.

اشتباهات رایج

  • مسلط کردن مدل تبدیل هشدار به STR خودکار. STR یک تصمیم قانونی است و به افسر انطباق تعلق دارد.
  • نادیده گرفتن مسابقه اشتباه در نظر گرفتن مشتری به عنوان تحریم بدون تایید شباهت نام.
  • افشای سوء ظن به مشتری. گفتن «شبهه تطهیر علیه شما وجود دارد» (توضیح). در اکثر قوانین ممنوع است.
  • ترک رد پای حسابرسی. عدم مستندسازی دلیل اخطار، بررسی و تصمیم.
  • دور زدن ذینفع واقعی تکمیل KYC بدون تأیید مالک واقعی صندوق.
توجه: نقصی در زمینه AML/KYC ممکن است سالها بعد در حسابرسی آشکار شود و جریمه اداری سنگینی را برای بانک تحمیل کند. بنابراین، هر تصمیمی باید مستدل، ثبت و مورد تأیید انسان باشد. "سیستم شکست خورد" بهانه ای نیست.

به طور خلاصه

KYC مشتری و منبع وجوه را می شناسد، AML تراکنش ها را رصد می کند و مظنون را شناسایی می کند. از طریق STR به MASAK اطلاع رسانی می شود. هوش مصنوعی یک پیش‌غربه قدرتمند در نظارت، غربالگری و خلاصه پرونده است، اما STR و قضاوت اجرایی بر عهده افسر مجاز انطباق است. مطابقت های نادرست با شناسه های اضافی حذف می شوند، ردیابی حسابرسی در هر مرحله حفظ می شود، هیچ شکی برای مشتری فاش نمی شود. در یک جمله: هوش مصنوعی مشکوک را برجسته می کند. افسر مجاز اطلاع رسانی و تصمیم انطباق را اتخاذ می کند.

وظیفه کاربردی

یک سری معاملات ناشناس (مانند سپرده‌های زیرآستانه چندگانه) را تعریف کنید و الگو را با الگوی 1 از قبل ارزیابی کنید. سپس یک سناریوی تطبیق نام ایجاد کنید و یک چک لیست تأیید را با الگوی دوم تهیه کنید و زمانی که تاریخ تولد/ملیت مطابقت نداشت تصمیم خود را یادداشت کنید. در نهایت، یک پیش نویس STR با الگوی چهارم تولید کنید و آن را برای حدس و گمان بررسی کنید. توجه داشته باشید که چه کسی تصمیم نهایی را می گیرد.

چک لیست

  • [ ] من با این هشدار به عنوان یک هشدار پیشگیرانه برخورد کردم. من آن را به STR خودکار تبدیل نکردم.
  • [ ] من مطابقت نام را با شناسه های اضافی تأیید کردم (بررسی عدم تطابق).
  • [ ] در KYC، من ذینفع واقعی و منبع وجوه را مشاهده کردم.
  • [ ] من سوء ظن را برای مشتری فاش نکردم (ممنوعیت انعام).
  • [ ] من منطق و دنباله حسابرسی هر مرحله را ثبت کردم.
  • [ ] من مقررات STR/انطباق را به افسر مجاز واگذار کردم.